牛客练习赛61 F.苹果树(点分树+动态开点线段树)

本文介绍了一种在树状结构中进行高效查询的方法,通过点分治和动态开点线段树来解决在一个大规模树形结构中对于节点成熟度的更新和查询问题,实现了O(log^2 n)的时间复杂度。

题目

n(n<=1e5)个点的树,每一条边都有一个权值w(w<=1e4),代表走过它所需要的时间花费,

每个点上面有初始有一个苹果,每个苹果有一个成熟度。

m(m<=1e5)条操作,操作分两种。

1 u x(1≤u≤n,1≤x≤10000):在某一个点u新出现了一个成熟度为x的苹果。

2 u x y(1≤u≤n,1≤x≤y≤10000):询问米咔从点u出发,去摘一个成熟度在[x,y]范围内的苹果并回到u的最小时间花费。

思路来源

https://blog.nowcoder.net/n/a1f1bf12bff446e085143093d741ec4d

题解

考虑如果树是随机的,树高logn,则每个点往上跳只有logn个祖先,

动态开点线段树,点i的线段树对应值域[1,10000],维护i的子树里成熟度为v的最短距离,

则n棵线段树总共的点数是nlogn,空间是nlogn*log10000

修改时,去修改logn个祖先的值;

查询时,去logn个祖先里查询,答案一定会在某个lca被枚举到,答案是v到lca的最小值+u到lca的距离,

如果u和v路径有重合的部分也没事,lca(u,v)会枚举到那个不重合时的答案

 

再考虑树型不随机怎么做,

首先,点分治,再分治每个重心的时候,考虑将重心的父亲设为上一个重心

由于点分治log次即可到底,所以根据重心重建的点分树的树高是log的

这样,每个点u,就会被包含在log棵分治的树内,

设答案的那一端节点是v,从重心往上跳上一次重心,这样不断跳par,

从某个重心lca同时包含u和v起,再往上的树就会都包含,而答案就会在这个lca被统计到

代码

#pragma GCC optimize(3,"inline","Ofast")
#include<iostream>
#include<cstring>
#include<cstdio>
#include<algorithm>
using namespace std;
typedef long long ll;
const int INF=0x3f3f3f3f;
const int N=1e5+10;

int head[N],cnt;
struct edge{int v,nex;ll w;}e[2*N];
void add(int u,int v,ll w){e[++cnt]=edge{v,head[u],w};head[u]=cnt;} 

int siz,f[N],sz[N],d[N],rt;
bool vis[N];

//level[i]:表示如果i是点分治的根 这是在第几层
//par[i]:只对重心建树 点分树 
//dis[i][j]:表示在点分树第i层中 j号节点距第i层的根的距离 
int n,m,u,v,w,x,y,op;
int a[N],dis[20][N],level[N],par[N]; 
int root[N];

void init(int n){
	cnt=0;
	for(int i=1;i<=n;++i){
		head[i]=vis[i]=0;
	}
}

//找下一次的重心rt 
void getrt(int u,int fa){
	f[u]=0;sz[u]=1;
	for(int i=head[u];i;i=e[i].nex){
		int v=e[i].v;
		if(v==fa||vis[v])continue;
		getrt(v,u);
		f[u]=max(f[u],sz[v]);
		sz[u]+=sz[v];
	}
	f[u]=max(f[u],siz-sz[u]);
	if(f[u]<f[rt])rt=u;
}

//计算重心u到子树内每个点的距离 
void getdis(int u,int fa,int kth){
	for(int i=head[u];i;i=e[i].nex){
		int v=e[i].v;
		ll w=e[i].w;
		if(v==fa||vis[v])continue;
		dis[kth][v]=dis[kth][u]+w;
		getdis(v,u,kth);
	}
}

void dfs(int u){
	vis[u]=1;
	getdis(u,u,level[u]);
	for(int i=head[u];i;i=e[i].nex){
		int v=e[i].v;
		ll w=e[i].w;
		if(vis[v])continue;
		getrt(v,u);//获得正确的sz[v] 
		siz=sz[v];rt=0;
		getrt(v,u);
		par[rt]=u;
		level[rt]=level[u]+1;
		dfs(rt);
	} 
}

struct Tree{
	int c;
	struct node{
		int l,r,mn;
		node():l(0),r(0),mn(INF){}
	}e[N*200];
	Tree(){
		c=0;
	}
	void newnode(int &p){
		p=++c;
		e[p].l=e[p].r=0;
		e[p].mn=INF;
	}
	void upd(int &p,int l,int r,int x,int v){
		if(!p){
			newnode(p);
		}
		if(l==r){
			e[p].mn=min(e[p].mn,v);
			return;
		}
		int mid=(l+r)/2;
		if(x<=mid)upd(e[p].l,l,mid,x,v);
		else upd(e[p].r,mid+1,r,x,v);
		e[p].mn=min(e[e[p].l].mn,e[e[p].r].mn);	
	}
	int ask(int p,int l,int r,int ql,int qr){
		if(ql>qr)return INF;
		if(!p)return INF;
		if(ql<=l&&r<=qr){
			return e[p].mn;
		}
		int mid=(l+r)/2,ans=INF;
		if(ql<=mid)ans=min(ans,ask(e[p].l,l,mid,ql,qr));
		if(qr>mid)ans=min(ans,ask(e[p].r,mid+1,r,ql,qr));
		return ans;
	}
}tr;

void ins(int u,int x){
	for(int v=u;v;v=par[v]){
		tr.upd(root[v],1,10000,x,dis[level[v]][u]);
	}
}
int ask(int u,int x,int y){
	int ans=INF;
	for(int v=u;v;v=par[v]){
		ans=min(ans,tr.ask(root[v],1,10000,x,y)+dis[level[v]][u]);
	}
	return ans==INF?-1:2*ans;
}

int main(){
	scanf("%d%d",&n,&m);
	init(n);
	for(int i=1;i<=n;++i){
		scanf("%d",&a[i]);
	} 
	for(int i=1;i<n;++i){
		scanf("%d%d%lld",&u,&v,&w);
		add(u,v,w);add(v,u,w);
	}
	f[0]=siz=n;rt=0;
	getrt(1,0);
	dfs(rt);
	for(int i=1;i<=n;++i){
		ins(i,a[i]); 
	}
	while(m--){
		scanf("%d",&op);
		if(op==1){
			scanf("%d%d",&u,&x);
			ins(u,x); 
		}
		else{
			scanf("%d%d%d",&u,&x,&y);
			int v=ask(u,x,y);
			printf("%d\n",v);
		} 
	}
	return 0;
}

 

牛客练习赛142是一场编程竞赛,通常包含多个算法题目,涵盖如数组、字符串、链表、动态规划等常见数据结构与算法知识。针对这类比赛的解题思路和方法,可以从以下几个方面进行析: ### 题目类型与解题策略 1. **数组相关问题** - 常见的题目包括查找数组中出现次数超过一半的数字、寻找缺失的数字、求解最大子数组和等。 - 解题方法包括使用哈希表统计频率、摩尔投票法(适用于多数元素问题)、双指针技巧或前缀和优化。 2. **链表操作** - 链表题目可能涉及反转链表、判断链表是否有环、找出两个链表的相交节等。 - 例如,在找两个链表相交的问题中,可以先计算各自长度,然后让长链表先走差值步数,再同步遍历比较节地址[^3]。 3. **字符串处理** - 包括最长回文子串、无重复字符的最长子串等。 - 可采用滑动窗口、动态规划或中心扩展法等策略。 4. **与图** - 相关的题目可能涉及二叉的遍历、路径和、最近公共祖先等问题。 - 图论问题可能需要使用深度优先搜索(DFS)、广度优先搜索(BFS)或拓扑排序等算法。 5. **动态规划** - 动态规划常用于解决背包问题、最长递增子序列、编辑距离等。 - 关键在于定义状态转移方程,并通过迭代或记忆化搜索进行求解。 6. **贪心算法** - 适用于区间调度、活动选择、硬币找零等问题。 - 贪心策略的核心在于每一步都做出局部最优选择。 ### 示例代码:摩尔投票法解决“多数元素”问题 ```python def majorityElement(nums): count = 0 candidate = None for num in nums: if count == 0: candidate = num count += (1 if num == candidate else -1) return candidate ``` 该算法时间复杂度为 O(n),空间复杂度为 O(1),非常适合处理大规模输入的数据集[^2]。 ### 提升解题能力的建议 - **刷题积累经验**:在 LeetCode、Codeforces、AtCoder 等平台上持续练习,熟悉各种题型。 - **学习经典算法**:掌握常见的算法模板,如二查找、归并排序、快速选择等。 - **阅读官方题解与讨论区**:了解不同解法的优劣,尤其是最优解的时间复杂度析。 - **模拟比赛训练**:定期参加在线编程比赛,提升实战能力和代码调试速度。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小衣同学

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值